名古屋 10R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

モデル

10R 名古屋競馬場ダ1700m ダート1700m　発走 19:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アショカ差し	小笠羚（愛知）	実6.4	B▲ A△勝率10% EV-34% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/31 名古屋10R 6着/12頭+0.8秒 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3着/12頭+0.3秒 03/27 名古屋11R 4着/9頭+1.4秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 15.6%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 10.3% / 期待値 -34% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ピックアンドロール	渡邊竜（笠松）	実11.4	B× A△勝率5% EV-40% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走平均9.3着と低調）
前5走 07/17 名古屋12R 11着/12頭+2.0秒 07/02 名古屋6R 10着/12頭 06/04 名古屋6R 7着/11頭+0.0秒 05/22 名古屋10R 4着/10頭+3.0秒 04/27 大井8R 8着/14頭+2.5秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 8.8%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.2% / 期待値 -41% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	インフォーマント	塚本征（愛知）	実4.4	B× A▲勝率13% EV-44% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/17 名古屋12R 2着/12頭+0.0秒 07/03 名古屋7R 7着/12頭 06/05 名古屋8R 11着/12頭 05/25 名古屋9R 9着/10頭 05/07 名古屋8R 9着/10頭+1.9秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 87走で勝率 5% (苦戦) ▽ 距離適性同距離は 28走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 期待値 -44% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	カゼノヨウニ逃げ	加藤誓（愛知）	実78.6	B× A▽勝率1% EV-48% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／80日ぶりの実戦）
前5走 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利 04/23 名古屋6R 8着/12頭+2.5秒 04/10 名古屋4R 7着/11頭+1.7秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -76% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.3%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 0.7% / 期待値 -48% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ブリージョドラード	大畑雅（愛知）	実14.2	B× A▽勝率5% EV-36% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し）
前5走 07/17 名古屋12R 6着/12頭 07/03 名古屋8R 8着/11頭+0.0秒 06/05 名古屋7R 3着/12頭 05/25 名古屋3R 3着/9頭+1.0秒 05/08 名古屋2R 6着/11頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 34走で勝率 6% ▽ 距離適性同距離は 4走で勝ち無し × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 7.0%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 4.5% / 期待値 -36% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	ラミントン	加藤聡（愛知）	推定—	B◎ A○勝率23% EV-64% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場7走で勝率29%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率67%）
前5走 07/31 名古屋10R 2着/12頭+0.2秒 07/03 名古屋1R 7着/12頭+0.0秒 06/18 名古屋7R 1着/11頭 06/03 名古屋6R 3着/12頭 05/21 名古屋2R 10着/10頭
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +44% (妙味あり) AI 予想勝率 91.2% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 22.7% / 期待値 -64% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	アルゴフィリオ	丹羽克（愛知）	実14.5	B△ A×勝率2% EV-71% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 07/31 名古屋7R 8着/12頭+1.6秒 07/03 名古屋10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭 05/06 船橋2R 5着/12頭+0.7秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ○ 馬場適性同馬場 8走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 6.9%) × Aモデルの評価 (参考) レース内 9位 / 勝率 2.0% / 期待値 -71% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ケイズエルミー差し	細川智（愛知）	実3.0	B○ A◎勝率24% EV-27% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場12走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/31 名古屋10R 4着/12頭+0.5秒 05/25 名古屋10R 3着/10頭 05/08 名古屋3R 3着/10頭+0.1秒 03/27 名古屋4R 4着/12頭+2.0秒 01/30 名古屋8R 6着/10頭+1.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 5.6% (オッズ暗示: 33.3%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 24.0% / 期待値 -28% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	クィーンミツコ逃げ	木之葵（愛知）	実26.5	B× A×勝率1% EV-64% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/31 名古屋7R 12着/12頭+2.7秒 07/03 名古屋9R 6着/12頭+1.0秒 05/21 名古屋4R 1着/10頭 05/06 名古屋1R 3着/11頭+0.0秒 04/22 名古屋3R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 37走で勝率 5% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 10位 / 勝率 1.3% / 期待値 -64% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	フローラビーナス	松本一（笠松）	実33.8	B× A×勝率1% EV-66% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 07/31 名古屋7R 10着/12頭+2.1秒 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0秒 05/07 名古屋10R 6着/10頭+1.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) ◎ 当競馬場適性 21走で勝率 29% (得意) ○ 馬場適性同馬場 8走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) × Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 -66% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	リンノパルピート	大原浩（笠松）	実10.6	B△ A▽勝率5% EV-48% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率2%と苦戦傾向）
前5走 07/31 名古屋7R 4着/12頭+1.3秒 07/03 名古屋7R 3着/12頭 06/22 名古屋7R 8着/11頭 06/05 名古屋7R 10着/12頭 05/25 名古屋6R 9着/10頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 40走で勝率 2% (苦戦) △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 9.4%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.8% / 期待値 -49% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	メディアプンタ	丸野勝（愛知）	実6.9	B△ A△勝率11% EV-25% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/31 名古屋12R 6着/12頭+0.6秒 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 62走で勝率 8% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 14.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 期待値 -25% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 🌟◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

🎯 AIの本命

AI評価1位Aモデル ○

ラミントン

騎手加藤聡（愛知）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎8ケイズエルミー

3.0倍

EV -83%

▲A:△1アショカ

6.4倍

EV -90%

出走馬全12頭

◎A:○6

ラミントン

加藤聡（愛知）

—

›

○A:◎8

ケイズエルミー

細川智（愛知）

3.0倍

-83%

›

▲A:△1

アショカ

小笠羚（愛知）

6.4倍

-90%

›

△A:△12

メディアプンタ

丸野勝（愛知）

6.9倍

-96%

›

△A:×7

アルゴフィリオ

丹羽克（愛知）

14.5倍

-92%

›

△A:▽11

リンノパルピート

大原浩（笠松）

10.6倍

-96%

›

×A:▽4

カゼノヨウニ

加藤誓（愛知）

78.6倍

-75%

›

×A:▽5

ブリージョドラード

大畑雅（愛知）

14.2倍

-98%

›

×A:△2

ピックアンドロール

渡邊竜（笠松）

11.4倍

-99%

›

×A:▲3

インフォーマント

塚本征（愛知）

4.4倍

-99%

›

×A:×9

クィーンミツコ

木之葵（愛知）

26.5倍

-99%

›

×A:×10

フローラビーナス

松本一（笠松）

33.8倍

-99%

›

💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

10R 名古屋競馬場ダ1700m ダート1700m　発走 19:25

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アショカ差し	小笠羚（愛知）	実6.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場5走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 07/31 名古屋10R 6着/12頭+0.8秒 06/05 名古屋10R 7着/12頭 05/08 名古屋10R 6着/10頭+1.4秒 04/24 名古屋6R 3着/12頭+0.3秒 03/27 名古屋11R 4着/9頭+1.4秒
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 10.3% (オッズ暗示: 15.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ピックアンドロール	渡邊竜（笠松）	実11.4	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率0%と苦戦傾向／直近3走平均9.3着と低調）
前5走 07/17 名古屋12R 11着/12頭+2.0秒 07/02 名古屋6R 10着/12頭 06/04 名古屋6R 7着/11頭+0.0秒 05/22 名古屋10R 4着/10頭+3.0秒 04/27 大井8R 8着/14頭+2.5秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -41% (大幅な期待値マイナス) AI 予想勝率 5.2% (オッズ暗示: 8.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	インフォーマント	塚本征（愛知）	実4.4	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場87走で勝率5%と苦戦傾向／同距離帯は28走で勝ち無し／前走2着）
前5走 07/17 名古屋12R 2着/12頭+0.0秒 07/03 名古屋7R 7着/12頭 06/05 名古屋8R 11着/12頭 05/25 名古屋9R 9着/10頭 05/07 名古屋8R 9着/10頭+1.9秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 87走で勝率 5% (苦戦) ▽ 距離適性同距離は 28走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2着 (好走) × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 12.6% (オッズ暗示: 22.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	カゼノヨウニ逃げ	加藤誓（愛知）	実78.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走で勝率33%と好調／80日ぶりの実戦）
前5走 06/05 名古屋10R 11着/12頭 05/25 名古屋12R 10着/11頭 05/07 名古屋6R 1着/11頭勝利 04/23 名古屋6R 8着/12頭+2.5秒 04/10 名古屋4R 7着/11頭+1.7秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 15走で勝率 7% △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 期待値 (オッズ vs AI勝率) -48% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ブリージョドラード	大畑雅（愛知）	実14.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し）
前5走 07/17 名古屋12R 6着/12頭 07/03 名古屋8R 8着/11頭+0.0秒 06/05 名古屋7R 3着/12頭 05/25 名古屋3R 3着/9頭+1.0秒 05/08 名古屋2R 6着/11頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 34走で勝率 6% ▽ 距離適性同距離は 4走で勝ち無し × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 4.5% (オッズ暗示: 7.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	ラミントン	加藤聡（愛知）	推定—	○詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率29%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率67%）
前5走 07/31 名古屋10R 2着/12頭+0.2秒 07/03 名古屋1R 7着/12頭+0.0秒 06/18 名古屋7R 1着/11頭 06/03 名古屋6R 3着/12頭 05/21 名古屋2R 10着/10頭
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 29% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 3走で勝率 67% ○ 騎手近50戦勝率 16% ○ 前走実績前走 2着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 22.7% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	アルゴフィリオ	丹羽克（愛知）	実14.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4走で勝率50%と適性高／直近3走で勝率33%と好調）
前5走 07/31 名古屋7R 8着/12頭+1.6秒 07/03 名古屋10R 7着/12頭 06/19 名古屋2R 1着/11頭 05/20 名古屋8R 1着/10頭 05/06 船橋2R 5着/12頭+0.7秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 50% (得意) ○ 馬場適性同馬場 8走で勝率 25% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 2.0% (オッズ暗示: 6.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	ケイズエルミー差し	細川智（愛知）	実3.0	◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場12走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し）
前5走 07/31 名古屋10R 4着/12頭+0.5秒 05/25 名古屋10R 3着/10頭 05/08 名古屋3R 3着/10頭+0.1秒 03/27 名古屋4R 4着/12頭+2.0秒 01/30 名古屋8R 6着/10頭+1.2秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 × 当競馬場適性 12走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 24.0% (オッズ暗示: 33.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	クィーンミツコ逃げ	木之葵（愛知）	実26.5	×詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 07/31 名古屋7R 12着/12頭+2.7秒 07/03 名古屋9R 6着/12頭+1.0秒 05/21 名古屋4R 1着/10頭 05/06 名古屋1R 3着/11頭+0.0秒 04/22 名古屋3R 2着/12頭+0.1秒
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 37走で勝率 5% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 12着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -64% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 3.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	フローラビーナス	松本一（笠松）	実33.8	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率29%と適性高／直近3走平均9.7着と低調）
前5走 07/31 名古屋7R 10着/12頭+2.1秒 07/02 名古屋8R 10着/12頭 06/04 名古屋6R 9着/11頭 05/22 名古屋12R 8着/10頭+3.0秒 05/07 名古屋10R 6着/10頭+1.9秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.7着 (不振) ◎ 当競馬場適性 21走で勝率 29% (得意) ○ 馬場適性同馬場 8走で勝率 25% △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 3.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	リンノパルピート	大原浩（笠松）	実10.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場40走で勝率2%と苦戦傾向）
前5走 07/31 名古屋7R 4着/12頭+1.3秒 07/03 名古屋7R 3着/12頭 06/22 名古屋7R 8着/11頭 06/05 名古屋7R 10着/12頭 05/25 名古屋6R 9着/10頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.0着 × 当競馬場適性 40走で勝率 2% (苦戦) △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -49% (大幅な期待値マイナス) AI 予想勝率 4.8% (オッズ暗示: 9.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
12	メディアプンタ	丸野勝（愛知）	実6.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（同距離帯は3走で勝ち無し／直近3走で勝率33%と好調）
前5走 07/31 名古屋12R 6着/12頭+0.6秒 07/03 名古屋9R 5着/12頭 06/18 名古屋12R 1着/12頭 06/04 名古屋2R 5着/11頭 05/21 名古屋4R 7着/10頭
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 62走で勝率 8% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 18% ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 14.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

🎯 AIの本命

AI評価1位

ケイズエルミー

騎手細川智（愛知）

単勝オッズ

3.0倍

AI期待値

-27%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6ラミントン

—

EV —

▲3インフォーマント

4.4倍

EV -44%

出走馬全12頭

◎8

ケイズエルミー

細川智（愛知）

3.0倍

-27%

›

○6

ラミントン

加藤聡（愛知）

—

›

▲3

インフォーマント

塚本征（愛知）

4.4倍

-44%

›

△12

メディアプンタ

丸野勝（愛知）

6.9倍

-25%

›

△1

アショカ

小笠羚（愛知）

6.4倍

-34%

›

△2

ピックアンドロール

渡邊竜（笠松）

11.4倍

-40%

›

▽11

リンノパルピート

大原浩（笠松）

10.6倍

-48%

›

▽5

ブリージョドラード

大畑雅（愛知）

14.2倍

-36%

›

×7

アルゴフィリオ

丹羽克（愛知）

14.5倍

-71%

›

×9

クィーンミツコ

木之葵（愛知）

26.5倍

-64%

›

×10

フローラビーナス

松本一（笠松）

33.8倍

-66%

›

▽4

カゼノヨウニ

加藤誓（愛知）

78.6倍

-48%

›

💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項